Il dibattito sulla migrazione in campagna elettorale: confronto tra il caso francese e italiano

(1)

Il dibattito sulla migrazione in campagna elettorale:

confronto tra il caso francese e italiano

F

RANCESCA

G

RECO Come citare / How to cite

GRECO,F.(2019).Il dibattito sulla migrazione in campagna elettorale: confronto tra il caso

fran-cese e italiano. Culture e Studi del Sociale, 4(1), 205-213.

Disponibile / Retrieved http://www.cussoc.it/index.php/journal/issue/archive

1. Affiliazione Autore / Authors’ information

Sapienza Università di Roma, Italy

2. Contatti / Authors’ contact

Francesca Greco: francesca.greco[at]uniroma1.it

Articolo pubblicato online / Article first published online: December 2019

- Peer Reviewed Journal

Informazioni aggiuntive / Additional information Culture e Studi del Sociale

Culture e Studi del Sociale

CuSSoc

(2)

(3)

Culture e Studi del Sociale-CuSSoc, 2019, 4(1), pp. 205-213 ISSN: 2531-3975

Il dibattito sulla migrazione in campagna elettorale:

confronto tra il caso francese e italiano

The Debate on Migration in the Electoral Campaign:

A Comparison between the French and Italian Case

Francesca Greco Sapienza Università di Roma, Italy E-mail: francesca.greco[at]uniroma1.it

Abstract

Migration has actually gained considerable relevance both in the public and political de-bate, which in some cases has been associated with a strengthening of nationalist senti-ments calling into question the European Union membership. Migration was one of the most relevant topics of the political debate during the French and Italian electoral cam-paigns, also thanks to the role played by the social media, which has solicited the electoral consensus on the idea that migration may be a risk factor for citizens. In order to analyze the representation and the sentiment on migration characterizing the political debate during the electoral campaign in France and Italy, we collected two samples of messages, in both languages, containing the word migrant produced in the period preceding the vote from the Twitter repository. The messages were collected in two large size corpora, which under-went the Emotional Text Mining. The results comparison shows that Italian and French messages are similar concerning some issues (work, security, exploitation, solidarity) but differ in the sentiment intensity, which is mainly negative in Italy. Finally, if it seems poss-ible to identify a close connection between the election result and the issues debated in France, this association seems less evident in Italy.

Keywords: Emotional Text Mining, Migration, Social media.

Introduzione

Il fenomeno migratorio ha acquisito notevole rilevanza nell'agenda politica na-zionale, in quella europea e, in generale, nel dibattito pubblico, sollevando la que-stione della responsabilità che necessita di essere pensata e agita a livello comuni-tario. Infatti, questo fenomeno comporta una sfida per i governi nazionali e sovra-nazionali, sia per la questione della libertà di movimento e di residenza all'interno dell'Unione Europea, che per la sua rilevanza umanitaria e sanitaria. Durante le ele-zioni presidenziali in Francia e quelle politiche in Italia, il dibattito sul tema ha as-sunto un rilievo particolare, favorendo il rafforzamento del consenso elettorale at-torno a specifiche proposte politiche, che hanno trovato in alcuni casi un ancorag-gio proprio nell’idea che il fenomeno migratorio possa essere un fattore di rischio per i cittadini (Binotto, Bruno e Lai, 2016; Carzo, 2011). Tali proposte si sono as-sociate a un rafforzamento del nazionalismo, rimettendo in discussione l’adesione all’Unione Europea. Attualmente il tema della migrazione vede i diversi paesi eu-ropei nella difficoltà di individuare una strategia comune sulla gestione degli arrivi e dei costi, sollevando il dibattito attorno al tema dell’appartenenza all’Unione Eu-ropea anche tra i paesi fondatori della stessa.

(4)

Francesca Greco

Culture e Studi del Sociale-CuSSoc, 2019, 4(1), pp. 205-213

206 ISSN: 2531-3975

1. Il dibattito sulla migrazione in campagna elettorale

In uno studio sul tema della migrazione, condotto durante la campagna elettora-le francese del 2017, è stato evidenziato come una parte importante del dibattito politico con le relative ricadute sugli esiti elettorali si sia svolto sui social media che sembrano assumere sempre più una funzione di comunicazione ed espressione delle opinioni e dei sentimenti dei cittadini (Greco, Maschietti e Polli, 2017). Come evidenziato dalla letteratura, l'ampia diffusione di Internet ha aumentato la possibi-lità per milioni di persone di navigare sul web, di creare account e di cercare o condividere informazioni quotidianamente. Il costante aumento del numero di uten-ti nelle piattaforme dei social media rende disponibili una grande quanuten-tità di dauten-ti, che rappresentano una fonte importante per esplorare le rappresentazioni, le opi-nioni e i sentimenti delle persone. I social media ed i siti di social network, come Facebook e Twitter, hanno iniziato ad assumere un ruolo crescente nella politica del mondo reale (Castells, 2007; Cepernich & Novelli, 2018; Ceron, Curini & Ia-cus, 2013); ciò ha portato allo sviluppo, negli ultimi anni, di un numero crescente di tecniche di analisi dei social media, che sono diventate degli strumenti utili, ve-loci ed economici, rispetto alla rilevazione tradizionali, per l’esplorazione dei fe-nomeni sociali, come l'organizzazione di manifestazioni e di azioni di rivolta, la partecipazione e l’istituzione dei movimenti sociali e dei partiti politici, le elezioni, l'attività del mercato azionario, ecc. (Ceron, Curini & Iacus, 2016; Ceron, Curini, Iacus, & Porro, 2014; Greco, Alaimo & Celardo, 2018; Greco, Maschietti & Polli, 2017; Hopkins & King, 2010; Pelagalli, Greco & De Santis, 2017; Schoen et al., 2013). In tal senso, il presente studio esplora i discorsi attorno al tema della migra-zione su Twitter durante le campagne elettorali italiana e francese, al fine di identi-ficare le similitudini e le differenze che hanno caratterizzato due dei paesi fondatori dell’Unione Europea.

Metodologia

L’Emotional Text Mining-EMT (Cordella, Greco & Raso, 2014; Greco, 2016; Greco, Alaimo & Celardo, 2018; Greco, Maschietti & Polli, 2017) è una metodolo-gia di analisi testuale che si colloca entro una prospettiva di matrice socio-costruttivista a orientamento psicodinamico, che interpreta il comportamento degli attori sociali come il prodotto dei processi di categorizzazione conscia e di simbo-lizzazione inconscia della realtà, processi che sono socialmente costruiti e condivi-si. Gli attori sociali interpretano e condividono la conoscenza del mondo che li cir-conda attraverso le rappresentazioni sociali, che generano e, allo stesso tempo, so-no generate dalle interazioni. Esse so-non soso-no solo condivise ma costruite, ri-prodotte, ri-rappresentate interattivamente dalla collettività (Moscovici, 2005). Alla base della genesi delle rappresentazioni sociali vi sono dei processi inconsci di simbolizzazione emozionale che organizzano le relazioni, i comportamenti e le nar-razioni degli attori sociali entro i contesti (Carli, 1990). Gli attori categorizzano consciamente la realtà e, contemporaneamente, la simbolizzano affettivamente a livello inconscio (Fornari, 1976). Questi due processi sono il prodotto di un funzio-namento bi-logico della mente (Matte Blanco, 1981) che consente l’adattamento dell’uomo al suo contesto. In questa prospettiva, i processi inconsci sono sociali, poiché gli attori generano interattivamente e condividono le stesse simbolizzazioni affettive del contesto ed esse organizzano il loro comportamento così come i loro processi di comunicazione (Salvatore & Freda, 2011).

Alla luce di tale prospettiva, è possibile utilizzare l'analisi del testo, guardando alla comunicazione come un fenomeno sociale che, alla stregua dei comportamenti,

(5)

Il dibattito sulla migrazione in campagna elettorale

ISSN: 2531-3975 207

sono il prodotto della mente e, dunque, sono riconducibili sia al suo modo di essere cosciente, che al suo modo di essere inconscio. Da ciò ne consegue che la comuni-cazione può essere studiata sia a partire dai suoi elementi semantici e razionali, che attraverso la dimensione simbolica inconscia che genera e istituisce il valore emo-zionale della narrazione (Carli & Paniccia, 2002). Se il funzionamento conscio, or-ganizza il cosa viene narrato, vale a dire i contenuti manifesti della narrazione, il funzionamento inconscio può essere inferito attraverso il come viene narrato, vale a dire attraverso la scelta delle parole e la loro associazione nel testo. Le parole sono, quindi, il prodotto della simbolizzazione emozionale che il narrante ha dell’oggetto narrato. In tal senso, attraverso una procedura di analisi statistica multivariata, è possibile considerare i nessi associativi fra le parole e formulare delle interpreta-zioni circa l'ipotetica matrice simbolica che determina la coesistenza di quei termi-ni in relazione a un oggetto e in funzione del contesto.

Raccolta dati

Al fine di esplorare le rappresentazioni e i sentimenti sulla migrazione delle comunicazioni su Twitter, sono stati raccolti i messaggi prodotti durante la campa-gna elettorale sia in Italia che in Francia. La raccolta dati dal repository di Twitter è stata effettuata con il pacchetto twitteR di R Statistics (Gentry, 2016). Sono stati raccolti i messaggi che contenevano il termine “immigrato” “immigrati” e “immi-grazione”, per un totale di 111.767 messaggi in lingua francese rilevati nei tredici giorni che precedevano il primo turno di voto (10-22 aprile 2017), e di 41.157 mes-saggi in italiano raccolti circa un mese prima delle elezioni (16-25 gennaio 2018). I testi sono stati raggruppati in due corpora di grandi dimensioni (token Italia =

738.897; token Francia = 2.154.194). Al fine di verificare se fosse possibile effettuare

un’analisi statistica dei dati raccolti, sono stati valutati due indici lessicali: il type-token ratio e la percentuale degli hapax (TTR Italia = 0,03; TTR Francia = 0,01; Hapax

Italia = 40,3%; Hapax Francia = 40,4%). Date le grandi dimensioni dei corpora,

en-trambi gli indici lessicali hanno evidenziato una buona ricchezza lessicale e la pos-sibilità di procedere con l'analisi.

Emotional Text Mining

L’ETM è una procedura statistica non supervisionata, che consente di identifi-care le rappresentazioni, la matrice simbolica e il sentiment del dibattito sul tema della migrazione. A questo scopo, sulla matrice termini per documenti è stata effet-tuata un’analisi dei cluster con un algoritmo bisectingk-means (Savaresi & Boley, 2004), limitato a 20 partizioni con l’esclusione delle unità di contesto che non pre-sentavano almeno una co-occorrenza. Al fine di scegliere la partizione ottimale è stata utilizzata la differenza del rapporto tra la varianza between e varianza totale tra la partizione in n gruppi e quella in (n-1) gruppi. Successivamente, sulla matrice termini per cluster, è stata effettuata un'analisi delle corrispondenze (Lebart, Salem & Barry, 1997).

L'interpretazione dei risultati delle analisi di cluster consente l'identificazione degli elementi che caratterizzano la rappresentazione emozionale dei migranti, mentre i risultati dell’analisi delle corrispondenze consentono di individuare le di-mensioni latenti costitutive della matrice simbolica che caratterizza la cultura. Se il processo statistico procede per successivi livelli di strutturazione e di sintesi, dalla selezione delle parole alla identificazione delle dimensioni latenti caratterizzanti lo spazio fattoriale, il processo di interpretazione effettua il processo inverso, parten-do dalla definizione dell’ipotetica matrice simbolica sottostante alla comunicazione per identificare le rappresentazioni sociali. Il vantaggio di questa procedura risiede

(6)

Francesca Greco

208 ISSN: 2531-3975

nella possibilità di misurare il sentiment in funzione del numero di testi classificati e caratterizzanti la rappresentazione sociale. A differenza delle tecniche supervi-sionate, offre il vantaggio di esplorare il posizionamento (positivo, negativo o neu-tro) di chi comunica comprendendone le motivazioni e le rappresentazioni ad esso connesse. Infine, i risultati sono stati confrontati al fine di individuare similitudini e differenze tra i due corpora.

Risultati

La selezione delle parole chiave (n Francia = 625; n Italia = 523) hanno consentito di

classificare il 90% dei messaggi del corpus in lingua francese e il 91% di quello in lin-gua italiana. L’indice utilizzato per la scelta della partizione ottimale ha evidenziato che la partizione ottimale per il corpus francese è di 7 cluster e per quello italiano è di 6 cluster. Per ragioni di sintesi non tratteremo in questa sede l’interpretazione dei risultati dell’analisi delle corrispondenze, ma descriveremo brevemente i risultati riportati in Tab. 1 e 2, soffermandoci su quelli dell’analisi dei cluster.

Tab. 1 - Risultati dell’analisi delle corrispondenze del corpus francese

Fattore Autovalore % %Cumul.

1 0,956 24,9 24,9 2 0,737 19,2 44,1 3 0,659 17,2 61,3 4 0,548 14,3 75,5 5 0,504 13,1 88,6 6 0,436 11,4 100,0

Tab. 2 - Risultati dell’analisi delle corrispondenze del corpus italiano

Fattore Autovalore % % Cumul.

1 0,6631 26,8 26,8

2 0,6006 24,3 51,1

3 0,4622 18,7 69,8

4 0,3877 15,7 85,5

5 0,3571 14,4 100,0

1.1. Il dibattito francese sul tema della “migration”

I sette cluster, che emergono dall’analisi del corpus francese, sono di dimensioni di-verse e riflettono i differenti elementi che caratterizzano la rappresentazione della mi-grazione e che corrispondono a tre diversi sentimenti: positivi, negativi per il paese e negativi per i migranti (Tab. 3).

Il primo cluster riflette la reazione dell’opinione pubblica alla proposta di Melèn-chon di ospitare i migranti in edifici storici. I migranti sembrano essere percepiti come occupanti abusivi o, quantomeno, come ospiti indesiderati. Il secondo cluster evidenzia l’associazione tra migrazione e sicurezza. I migranti sono rappresentati come terroristi religiosi che ostacolano la convivenza pacifica. La migrazione è rappresentata come un fattore di rischio per la sicurezza del paese poiché viene associata al terrorismo e, que-sta associazione, sembra essere supportata dai discorsi della candidata di estrema de-stra. Il terzo cluster mette in relazione la migrazione con la tratta degli esseri umani, che cambia il senso della mobilità da una scelta volontaria a un destino infausto, tra-sformando il viaggio della speranza in un incubo e gli immigrati in schiavi. Il quarto cluster riflette la politica di accoglienza dell’UE, in cui le pratiche del ricevere, ospitare e integrare gli immigrati sono alcune delle azioni necessarie che richiamano i cittadini alla solidarietà con gli altri esseri umani. Nel quinto cluster, i migranti sono percepiti

(7)

ISSN: 2531-3975 209

come invasori, una tematica che sembra caratterizzare i discorsi elettorali della candi-data di estrema destra. Tra le parole di questo cluster, ci sono termini come frontiera, fermare, ondata, controllare (frontière, arrêter, vague, maîtriser) a cui sono associati insulti e parolacce, che sembrano evidenziare l'elevato livello di rabbia. Il sesto cluster rappresenta gli immigranti come gli eroi dello sport, i quali portano prestigio al paese. In questo gruppo si trovano i nomi, o i cognomi, di famosi calciatori e campioni sporti-vi, che sono associati a meta, coppa ma anche diversità. La diversità in questo caso sembra essere un valore positivo che contraddistingue i giocatori sportivi. Infine, il set-timo cluster riflette i pericoli insiti nel viaggio migratorio, che mette a repentaglio la vita delle persone. Solo una parte di coloro che si imbarcano per attraversare il Mar Mediterraneo riuscirà ad approdare, alcuni di loro non arriveranno mai né ritorneranno (Greco, Maschietti & Polli, 2017).

Tab. 3 - La rappresentazione e il sentiment della migrazione nei tweet francesi Cluster N. Tweets

classificati % Tweet Etichetta Keyword UC Sentiment

1 951 9,9% Occupanti Mélenchon 20856 Negativo abusivi installer 20305 per il paese

réponse 20228 énorme 20218 établissement 20165 Iglesias 152

2 17770 17,7% Terroristi terroriste 1664 Negativo religiosi enfant 1562 per il paese

Bataclan 1178 juif 1168 moi 1201 Le Pen 1082

3 3571 3,6% Schiavi della vendre 6111 Negativo per i tratta degli Libye 5029 migranti esseri umani marché 3943

africain 3720 esclave 3653 esclavage 3046

4 21178 21,2% Solidarietà UE accueil 2619 Positivo come valore UE 2448

France 2169 pays 1990 accueillir 1889 migration 1446

5 17770 17,7% Invasori camp 3581 Negativo per il cons 3238 paese main 3048

attraper 2940 deconne 2938 flux 1808

6 21315 21,1% Campioni Europe 12657 Positivo sportivi mettre 2251

France 2242 français 1756 champion 1660 seul 1653

7 8795 8,8% Vittime della Méditerranée 1261 Negativo per i Migrazione mourir 1209 migranti

mort 879 silence 769 secourir 733 minute 699 Fonte: Greco, Maschietti & Polli (2017).

(8)

Francesca Greco

210 ISSN: 2531-3975

L’interpretazione dei cluster consente di identificare sette diverse rappresentazioni della migrazione che corrispondono a tre diversi sentimenti: positivo (42%), nega-tivo per il paese (45%) e neganega-tivo per i migranti (14%). Si è considerata negativa la rappresentanza dei migranti come occupanti abusivi, invasori, terroristi, schiavi della tratta degli esseri umani e vittime della migrazione, e positiva gli eroi sporti-vi e la solidarietà dell'UE. Tra i cluster negatisporti-vi, abbiamo distinto la negatisporti-vità se-condo la direzione dell'azione: occupanti abusivi, terroristi e invasori sono negativi per la comunità e il traffico degli esseri umani e le vittime della migrazione sono negativi per i migranti stessi.

1.2. Il dibattito italiano sulla migrazione e il confronto con quello francese

Il dibattito italiano su Twitter, sebbene si connoti di toni diversi da quelli fran-cesi per l’assenza di parole volgari, presenta aspetti prevalentemente negativi e l’assenza, almeno nei dati presi in esame, di aspetti positivi (Tab. 4).

Il primo cluster è uno dei più grandi e rappresenta la migrazione come una inva-sione pericolosa del paese alla quale si cerca di fare fronte attraverso un program-ma politico capace di definire delle norme che regolino i flussi di arrivo. Questo tema sembra avere delle similitudini con il cluster dell’orda di invasori individuato nei messaggi francesi che, in entrambi i casi, sembra rappresentare circa un quinto dei testi classificati. Il secondo cluster rimanda al tema dei nuovi schiavi, vale a di-re alla possibilità che la dimensione di illegalità che caratterizza il processo migra-torio si associ allo sfruttamento in assenza di tutele per la persona. A differenza del cluster sui “Lavoratori illegali” (cluster 6), questo tema sembra rimandare ad una dimensione connessa con il dibattito politico che caratterizza la campagna elettora-le, in ragione della presenza di termini che fanno riferimento a persone (Emma Bo-nino, schiavista) e luoghi (Lombardia, Alabama) altri rispetto al migrante. Il terzo cluster rappresenta gli immigrati come violenti contro le donne, categorizzando specifiche culture, ad esempio quella islamica, come incontrollabili e veicolanti va-lori in contrapposizione con quelli del paese. Il quarto cluster rappresenta gli im-migrati come un costo per la comunità, che necessita un’azione di governo per as-sumere decisioni che devono tenere conto delle ricadute economiche per il paese. Questo tema sembra rimandare a quello francese della solidarietà declinandosi tut-tavia in modo meno positivo, a sottolineare come la migrazione sia un problema che implica la dimensione economica nel rapporto tra il governo e l’UE.

Il quinto cluster rimanda ad un evento specifico in cui dei giovani immigrati re-golari hanno assalito una centrale di polizia con dei kalashnikov in Svezia. Il ri-mando, come nel caso delle affermazioni della candidata di estrema sinistra in Francia, produce dei messaggi che rilevano nello specifico del fatto di cronaca. Nei testi appare il tema della regolarità pericolosa associato a sentimenti di rabbia. Tut-tavia, a differenza dei messaggi francesi, i tweet italiani si connotano per un lessico che, pur essendo caratterizzato da insulti, è scevro da parole volgari. In questo sen-so, si può supporre che i toni del dibattito italiano su Twitter si sia colorato in mo-do meno aggressivo. Infine, il sesto cluster richiama il tema dello sfruttamento dei lavoratori irregolari, che vengono impiegati per eseguire i lavori più umili e che sono obbligati a vivere in condizioni di clandestinità.

(9)

ISSN: 2531-3975 211

Tab. 4 - La rappresentazione e il sentiment della migrazione nei tweet italiani

Cluster N. Tweets classificati

%

Tweet Etichetta Keyword UC Sentiment 1 7394 29,1 Invasori Pericolosi paese 529 Negativo programma 512 per il paese

straniero 509 politico 468 arrivare 314 reato 310 pericoloso 306

2 2326 9,2 Nuovi schiavi parole 533 Negativo Emma Bonino 496 per gli immigrati

Lombardia 386 milioni 384 Alabama 360 schiavista 350

3 4080 16,1 Violenti donna 776 Negativo contro le donne violenza 371 per la persona

incontrollato 347 islamico 284 tutelare 245 picchiare 231

4 2988 11,8 Onere sociale Europa 980 Neutro euro 837

diviso 467 problema 411 governare 245 sociale 219

5 1009 4,0 Regolarità Svezia 248 Negativo pericolosa cittadini 153 per il paese

ONG 146 dichiarare 130 mondialisti 67

idiozia 67

6 7587 29,9 Lavoratori immigrato 7190 Negativo irregolari pomodoro 2591 per gli immigrati

raccogliere 2507 figli 1192 lavoro 1122 clandestino 992

Il sentiment rilevato nel corpus italiano manca di aspetti positivi ed è neutro so-lo per il 12% dei testi classificati. Infatti, esso è prevalentemente negativo (88%), suddividendosi in negativo per il paese (33%), negativo per gli immigrati (39%) e negativo per la persona (16%). Quest’ultimo elemento non è presente nei comuni-cati francesi presi in esame.

Sebbene, nella globalità vi sia un sentiment più negativo in Italia che in Francia, esso sembra rilevare di aspetti diversi e maggiormente connessi alla persona (nega-tivo per gli immigrati e per la persona = 37%). Ciò sembra suggerire come la cultu-ra italiana sia maggiormente sensibile alle dimensioni individuali. Inoltre, proba-bilmente le diverse condizioni geopolitiche che caratterizzano i due paesi compor-tano un sentimento meno positivo relativamente alla necessità di gestire, a livello europeo, i costi che il fenomeno migratorio comporta.

(10)

Francesca Greco

212 ISSN: 2531-3975

Conclusioni

I risultati evidenziano la presenza di analogie per quanto riguarda alcune tema-tiche connesse con il fenomeno dell’immigrazione: il lavoro, la sicurezza, lo sfrut-tamento, la solidarietà e lo sport. Queste ultime sembrano essere gli unici elementi che guardano alla differenza come un aspetto positivo, mettendo in luce la loro ca-pacità di promuovere l’integrazione. Tuttavia, il sentiment positivo caratterizza so-lo le comunicazioni francesi, mentre quelle italiane assumono posizioni maggior-mente neutrali nel periodo preso in esame.

Sebbene esistano similitudini tra i due paesi relativamente alle rappresentazioni della migrazione (la negatività per il paese e quella per gli immigrati), la comuni-cazione si differenziano sia per la rilevanza delle rappresentazioni che caratterizza-no l’Italia e la Francia, intesa come quantità di messaggi prodotti, che per la pre-senza di specificità, vale a dire di rappresentazioni che emergono solo in uno dei due paesi. Ad esempio, a differenza della Francia, in Italia la presenza regolare de-gli immigrati viene associata alla loro pericolosità sia rispetto alla comunità (clu-ster 5, Regolarità pericolosa) che rispetto al genere (clu(clu-ster 3, Violenti contro le donne). In Francia, al contrario, la presenza regolare viene associata ad aspetti po-sitivi (cluster 4, Solidarietà UE come valore e cluster 6, Campioni sportivi). Forse il diverso modo di rappresentare le istituzioni di governo nei due paesi potrebbe spiegare tale differenza. La presenza di un estraneo nel proprio ambito “domestico” può essere tanto più minacciosa quanto meno si ha la percezione della presenza di un potere affidabile e capace di garantire la sicurezza.

Infine, il sentiment sembra esprimersi con un’intensità diversa, probabilmente a causa del contesto socio-politico che ha caratterizzato le due campagne elettorali e le caratteristiche geopolitiche che contraddistinguono i due paesi .È interessante notare che, se in Francia sembra possibile individuare una stretta connessione tra il risultato elettorale,le rappresentazioni che emergono dall’analisi dei tweet e le te-matiche caratterizzanti i programmi dei partiti politici (Greco, Maschietti & Polli, 2017), in Italia tale associazione sembra meno evidente.

Indubbiamente, il lavoro descritto presenta alcuni limiti. La popolazione che comunica attraverso Twitter non è rappresentativa della popolazione di un paese e ciò comporta che i risultati qui delineati non possono essere estesi all’intera popo-lazione italiana. Inoltre, la metodologia presentata per studiare il dibattito politico, che ha avuto luogo nei social media durante la campagna elettorale, non consenta di generalizzare i risultati, né di fare delle previsioni. Tuttavia, si ritiene che la ri-cerca fornisca spunti di riflessione utili alla comprensione del modo con cui i citta-dini vivono il fenomeno della migrazione in Italia e in Francia. Un fenomeno che, indubbiamente, sollecita sentimenti anche controversi, tra la necessità di proteggere chi è meno fortunato e il desiderio di sentirsi sicuri. In tal senso, è interessante no-tare come la possibilità di avere informazioni sulle caratteristiche di chi comunica attraverso Twitter consentirebbe di comprendere in che modo le diverse tematiche individuate possano essere l’espressione di specifici gruppi sociali.

Bibliografia di riferimento

Binotto, M., Bruno, M. & Lai, V. (2016). Tracciare confini. L'immigrazione nei media

ita-liani. Milano: FrancoAngeli.

Castells, M. (2007).Communication, Power and Counter-power in the Network Society.

(11)

ISSN: 2531-3975 213

Carli, R. (1990). Il processo di collusione nelle rappresentazioni sociali. Rivista di

Psicolo-gia Clinica, 4, pp. 282-296.

Carli, R. & Paniccia, R.M. (2002). Analisi emozionale del testo. Milano: FrancoAngeli. Carzo, D. (ed.) (2011). Narrare l’Altro. Pratiche discorsive sull’immigrazione. Roma:

A-racne.

Cepernich, C. & Novelli, E. (2018). Sfumature del razionale. La comunicazione politica emozionale nell’ecosistema ibrido dei media. Comunicazione politica, 1, pp. 13-30. Ceron, A., Curini, L. & Iacus, S. (2013). Social Media e Sentiment Analysis. L’evoluzione

dei fenomeni sociali attraverso la Rete. Milano: Springer-Verlag Italia.

Ceron, A., Curini, L. & Iacus, S.M. (2016). iSA: a fast, scalable and accurate algorithm for sentiment analysis of social media content. Information Sciences, 367, pp. 105-124. Ceron, A., Curini, L., Iacus, S.M. & Porro, G. (2014). Every tweet counts? How sentiment

analysis of social media can improve our knowledge of citizens’ political preferences with an application to Italy and France. New Media & Society, 16(2), pp. 340-358. Cordella, B., Greco, F. & Raso, A. (2014). Lavorare con corpus di piccole dimensioni in

psicologia clinica: una proposta per la preparazione e l’analisi dei dati. In Nee E., Daube M., Valette M. & Fleury S. (Eds), Actes JADT 2014, 12es Journées internationales d’Analyse Statistque des Données Textuelles, Paris, France, Juin 3-6, 2014 (pp.

173-184). Paris: Lexicometrica.

Fornari, F. (1976). Simbolo e codice: Dal processo psicoanalitico all’analisi istituzionale. Milano: Feltrinelli.

Gentry, J. (2016). R Based Twitter Client. R package version 1.1.9.

Greco, F. (2016). Integrare la disabilità: Una metodologia interdisciplinare per leggere il

cambiamento culturale. Milano: FrancoAngeli.

Greco, F., Maschietti, D. & Polli, A. (2017). Emotional text mining of social networks: The French pre-electoral sentiment on migration. RIEDS, 71(2), pp. 125-136.

Greco, F., Alaimo, L. & Celardo, L. (2018). Brexit and Twitter: The voice of people. In D.F. Iezzi, L. Celardo & M. Misuraca (Eds.), JADT’ 18, Proceedings of the 14th

Inter-national Conference on statistical analysis of textual data, Rome, 12-15 June, 2018, Vol. I, (pp. 327-334). Roma: Universitalia.

Hopkins, D. & King, G. (2010). A method of automated nonparametric content analysis for social science. American J. Pol. Sci., 54(1), pp. 229-247.

Lancia, F. (2017). User’s Manual: Tools for text analysis. T-Lab version Plus 2017. Lebart, L., Salem, A. & Berry, L. (1997). Exploring textual data. Vol. 4. New York:

Sprin-ger Science & Business Media.

Matte Blanco, I. (1981). L’inconscio come insiemi infiniti: Saggio sulla bi-logica. Torino: Einaudi.

Moscovici, S. (2005). Le rappresentazioni sociali. Bologna: il Mulino.

Pelagalli,F., Greco, F. & De Santis, E. (2017). Social emotional data analysis. The map of Europe. In A. Petrucci & R. Verde (eds.), SIS 2017. Statistics and Data Science: new

challenges, new generations. Proceedings of the Conference of the Italian Statistical Society, Florence 28-30 June 2017, (pp. 779-784). Firenze: Firenze University Press.

Salvatore, S. & Freda, M.F. (2011). Affect, unconscious and sensemaking: A psychody-namic, semiotic and dialogic model. New Ideas in Psychology, 29(2), pp. 119–135. Savaresi, S.M., Boley, D. L. 2004. A comparative analysis on the bisecting k-means and the

PDDP clustering algorithms. Intelligent Data Analysis, 8(4), pp. 345-362.

Schoen,H., Gayo-Avello, D., Metaxas, P., Mustafaraj, E., Strohmaier, M. & Gloor, P. (2013). The power of prediction with social media. Internet Res, 23(5), pp. 528-543.